韩国首尔大学盆唐医院元宇宙肺癌手术培训数据集
该数据集介绍了韩国首尔大学盆唐医院利用元宇宙和扩展现实技术进行肺癌手术培训的课程资料，用于非面对面手术教育。
基本信息
资源简介
韩国首尔大学盆唐医院元宇宙肺癌手术培训数据集
【一句话概览】
本数据集是 Dataverse 公开的文本数据集，收录 1 个文件、合计 176.67 KB，主题涵盖 Medicine, Health and Life Sciences，可用于医学自然语言处理（实体识别、信息抽取等）。
【数据集背景】
本数据集源站标题为《Training in lung cancer surgery through the metaverse, including extended reality, in the smart operating room of Seoul National University Bundang Hospital, Korea》。源站首次发布：2022-01-26。
【数据内容】
源站原始描述：The coronavirus disease 2019 (COVID-19) pandemic has made it difficult to provide medical training across borders. In particular, it has become virtually impossible to see high-tech medical equipment from other countries and observe surgery to learn. However, educational methods involving the “metaverse” are also being introduced in the medical field to meet the growing demand for non-face-to-face education, as medical staff from around the world who visited Korea to gain expertise in medical te…
中文译文（机器翻译，仅供快速理解，请以原文为准）：2019冠状病毒病（COVID-19）大流行使得跨境提供医学培训变得困难。尤其是，要观看来自其他国家的高科技医疗设备并观摩手术以学习，已几乎不可能。然而，随着因COVID-19而直接接触患者机会减少的、来自世界各地为获得医疗技术专业知识而访问韩国的医务人员以及需要实践的医学生，医学领域也正在引入涉及“元宇宙”的教育方法，以满足日益增长的非面对面教育需求。使用Zoom等现有视频会议系统进行高效的外科培训也具有挑战性。为了解决这些局限，韩国医学界正在出现使用元宇宙技术的新数字方法。在这篇社论中，我想介绍韩国举办的一个元宇宙培训课程，并描述对这项技术未来如何应用于医学领域的期望。
【数据结构与技术规格】
文件数 1 个，合计 176.67 KB。数据集 DOI：doi:10.7910/DVN/PNXOEK。
【主题与分类】
主题标签：Medicine, Health and Life Sciences。
【适用方向】
文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/PNXOEK
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/PNXOEK
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
